到底是谁在拿offer呀

📍面试公司：美团👜面试岗位：大模型春招📖面试问题：问了 PPO 重要性采样系数怎么才能为1？调节批量，学习率，超参数啥的 不懂，策略收敛最优解不就为一了吗grpo 的 GAE 怎么算，和批量大小有没有关系？为啥没有要PPO的v函数？离轨策略和在线策略的关系？ 冷启动 + grpo 怎么做的？仿真寻优（实习项目）的 PPO 和 openai 的PPO有啥不同？ 项目的p(s'|s,a)=1,状态转移矩阵非常稀疏手撕链表 切断+翻转+链表合并Input: 1->2->3->4->5->6->7Output: 1->7->2->6-&gt...

这是拟录取吗，我只面试了一次3.11昨天收到offer了

3.14号暑期实习一面，一半多时间在写题。1. 自我介绍2. 问了项目是不是都是网上的，我说是，然后就开始写题3. 两个有序数组的最长公共子序列（子序列是连续的） 1. 动态规划，没有用到有序的性质，不满足时间复杂度要求 2. 简单场景，两个数组无重复数字（二分查找 m*logn） ```java public int longestCommonSubSequence2(int[] v1, int[] v2) { int m = v1.length, n = v2.length; int ans = 0; int i = 0; ...